Machine Learning 不可信？

在 computer science 的領域裡，Machine Learning 算是這十幾年來頗為熱門的主題，由於這種演算法在 pattern recognition 的技術裡扮演核心的角色，隨著這個技術廣泛的被應用在各個領域， machine learning 也逐漸成為當紅的研究課題。

然而，有很多相當有成就的 CS 學者，對於這個新的當紅炸子雞相當感冒，甚至揚言「我不相信這個東西」。

這個現象相當有趣，而且不只發生在 Computer Science 這個領域，其實問題的關鍵在於背後哲學信仰上的歧異。

Machine learning 實際上就是統計學，這個老學門找到了新的應用，也就樂得換個名字重新粉墨登場。而統計學能夠重新翻身成為顯學，近因是拜量子力學之賜，傳統決定論(deterministic)系統的分析在這裡遇到了瓶頸，不得不借助機率(stochastic)論的分析方法；而遠因則是近代哲學自存在主義以降對於知識論看法的的衝擊。

撇開繁複的哲學理論不談，基本上人的經驗可以區分為事實(fact)與真實(reality)，前者是發生事件的客觀描述，後者則是類似於「真理」的存在，而各個哲學流派多少在此二者的關係上有所不同。

比較傳統而廣為接受的想法，是「真理」早已經由更高的存在所制定，而我們遭遇到的種種「事實」，基本上只是真理在世間的反映。這樣的思維普遍的存在各種文化之中。

自存在主義以降，對於「事實」與「真實」看法有了與過往比較不同的看法，其最著名和最明確的倡議是薩特的格言：「存在先於本質」（法語：l'existence précède l'essence）。他的意思是說，除了人的生存之外沒有天經地義的道德或體外的靈魂。

由統計、機率來尋找知識，基本上是一種存在主義的思維：我們只能透過「經驗」去體認與瞭解真理。這個想法聽起來很科學，但是如果略讀科學史，就會發現大多數偉大的科學家在信仰上都還是很虔誠的，要這些人否認「真實」的存在，基本上是不太可能的。

因此，不僅僅是 machine learning 在 computer science 的領域，其他領域採取 stochastic approach 的趨勢都逐漸抬頭，但是仍有很多成名的學者對之嗤之以鼻，認為這種研究取向根本沒有知識可言。

這也是科學史與科學哲學的有趣之處，近代的哲學思潮很多都與科技的發展息息相關，然而真正從事科技研發的人卻不見得知道這些事情，甚至還常常對這些搞哲學的出言相譏。這種文人相輕的事情，我就沒興趣追究了。